X-ASR (Zipformer) Echtzeit-Streaming-Engine

X-ASR ist die von OneASR speziell für Echtzeit-Transkriptionen mit minimaler Latenz entwickelte Engine, basierend auf Sherpa-ONNX und modernen Zipformer2 Transducer-Akustikmodellen.

---

Hauptmerkmale

• Blitzschnelle Reaktion: 160ms Chunk-Verarbeitung in Echtzeit bei minimaler CPU-Auslastung.
• Automatische Satzsegmentierung: Integrierte Pausenerkennung für natürliche semantische Satztrennung.
• Vollduplex-WebSocket: Kontinuierliches Senden von PCM-Audiodaten bei gleichzeitiger Rückgabe von partiellen (Partial) und finalen Ergebnissen.

---

Konfigurationsbeispiel

ASR-Providers:
  xasr:
    enable: true
    engine: xasr
    load:
      model_name: xasr-zh-en
      tokens_path: models/chunk-160ms-model/tokens.txt
      encoder_path: models/chunk-160ms-model/encoder-160ms.onnx
      decoder_path: models/chunk-160ms-model/decoder-160ms.onnx
      joiner_path: models/chunk-160ms-model/joiner-160ms.onnx
      provider: cpu # oder cuda
      sample_rate: 16000
      decoding_method: greedy_search